最小描述长度优化下的医学图像统计形状建模

• 作者: 宣浩 李鸿 蒋建国 詹曙 郝世杰
• 来源期刊: 中国图象图形学报A
• 学科: 工学
• 关键词: 统计形状模型 最小描述长度 点对应问题 自动标定特征点
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 图像理解和计算机视觉
• 页码范围: 879-885
• 分类号: TP391
• 字数: 5881字
• 语种: 中文

摘要

统计形状模型(SSM)是有效的图像处理与分析方法.为了建立模型,需要从形状样本集中提取出具有对应关系的轮廓采样点集合,这是决定模型性能的关键.传统的手动标定这些点集来确保对应关系枯燥耗时且带有主观性,更难以向高维拓展.对形状建立逐层的多尺度参数表示,基于最小描述长度(MDL),在粗尺度上建立反映点对应程度的目标函数并最小化,提出首先确保粗尺度上具有最优意义的点对应,同时在精尺度上使用最便捷的弧长参数函数来确定特征点,完成感兴趣目标的快速统计形状建模,进而统计分析以验证模型性能.为后续图像分割或定量分析打下基础.实验对肌肉骨骼核磁共振成像(MRI)中椎骨、椎问盘以及半月板等具有临床意义的结构建立了统计形状模型,验证了本文方法与手动取点相比具有客观可重复性且更加简洁,与单一尺度下的MDL方法相比时间效率更高.基于此模型的图像分割与基于手动建模的分割相比,误差相当或有所降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
2	詹曙	合肥工业大学计算机与信息学院	61	544	13.0	19.0
3	宣浩	合肥工业大学计算机与信息学院	6	28	4.0	5.0
4	郝世杰	合肥工业大学计算机与信息学院	13	67	5.0	7.0
5	李鸿	安徽医科大学第一附属医院骨科	21	77	6.0	7.0